Лекции / Лекции. УЛЗиЭ

Управление личными знаниями и эффективностью

(Преподаватель: Орешина М.Н.)

§ Цифровая экономика

Этапы цифровой экономики:

1. Использование различного современного оборудования и техники;

2. Веб-техническое развитие и использование криптовалют (цифровых методов оплаты)

Термины:

Данные – неструктурированные отдельные факты об объектах и ресурсах или процессах.

Информация - сведения, воспринимаемые человеком или специальными устройствами как отражение сущностей в процессе деятельности.

Информация (экономическое понятие) – системный структурный поток данных, используемый для осуществления какой-либо деятельности.

Знания – те сведения, которые позволяют обрабатывать информацию, создавать новое, проектировать.

Основные свойства знаний:

1. Является всеобщим достоянием;

2. Можно пользоваться сколько угодно, но они не расходуются;

3. Сколько бы знания не использовались, они не перестают быть полезными;

4. Запас знаний не убывает → каждый может ими воспользоваться без опасения, что ему не хватит;

5. Себестоимость полученных знаний не зависит от их тиражирования и числа пользователей;

6. Не ограничены пространством;

7. Некоторые виды знаний чувствительны ко времени (иногда мгновенно устаревают), но не исчезают без следа (например, рынок производства компьютеров);

8. Знания как экономическая категория приобретает ценность только в контексте конкретной стратегии и применении;

9. Замедление и прекращение процесса получения знаний (т.е. консервация запаса знаний) ведут к их обесцениванию;

10. Чем больше знаний, тем они дороже и качественнее;

11. При каждой передаче знаний количество их обладателей увеличивается;

12. Любая экономическая деятельность порождает большой объём знаний (больше, чем потребляет);

13. Процесс воспроизводства новых знаний непредсказуем; результат исследования не всегда зависит от вложенных в него средств;

14. Введение знаний до потребителей может осуществляться мгновенно;

15. Знания при их тиражировании демонстрируют возрастание доходности, в отличие от материальных продуктов (только для информации общего доступа);

16. Обладают уникальной способностью: знания можно передавать, предоставлять, хранить, а некоторые использовать в унифицированном единообразном виде цифровых кодов; представлять материальные и иные экономические ресурсы в столь же унифицированном виде бывает возможно, но не использовать в повсеместной практике.

Основные различия между информацией и знаниями:

(по трём направлениям)

1. Отчуждаемость ресурсов

Информация доступна широкому кругу людей; её освоение человеком не предполагает её отчуждение от кого- чего-либо.

Знания доступны только обладателю; принципы не отчуждаемы.

2. Издержки о распространении

Информация тиражируема и издержки производства очередной копии носителя с первоначальной версией с каждым новым этапом развития технологий стремятся к 0.

Создание новых знаний требует усвоение большого количества данных, поэтому каждый новый успех при умножении знаний вызывает усилия.

3. Доступность ресурса

Приобретение информации требует меньших затрат, чем приобретение знаний.

! Знания в отличие от информации предполагают достижение определённых целей\результатов.

! Знания подразумевают значение и имеют зависящий от ситуации смысл.

Процесс получения знаний:

Классификация знаний:

Выводы:

1. В современных экономических условиях ключевую роль в развитии производственных отношений приобретают новые знания, становящиеся основным ресурсом экономического развития.

2. Основные особенности знаний как экономического ресурса – это глобальность, неисчерпаемость, нематериальность, изменчивость, универсальность представления, их вариантность способов применения.

3. Знания, используя новые подходы к истолкованию событий и объектов и выявляя новый смысл и проявляя скрытые связи, вырабатываются на основе информации. Информация – это необходимая среда, т.е. материал для извлечения или создания знаний.

4. Классификация знаний необходима для систематизации и упорядочивания деятельности предприятия по управлению знаниями.

5. В научной литературе ценность знаний определяется важностью решений, принимаемых на базе этих знаний. В целом ценность знаний делится на два вида:

• непосредственная

• потенциальная (определяемая возможностью их использования для генерации новых знаний и принятия новых решений в будущем.

§ Справочно-поисковая система (СПС)

СПС: garant.ru (1991) Консультант + (1992)

Основу СПС составляют электронные базы и банки правовой информации. База данных информационного обеспечения включают в себя разные документы (от планов разработки нормативных актов до актов зарубежного законодательства). Сейчас в России имеется ряд компьютерных центров и сетей правовой информации.

Виды поиска в garant.ru:

1. По реквизитам;

2. По ситуации;

3. По источнику опубликования;

4. С помощью правового навигатора;

5. С помощью базового поиска;

1. По реквизитам: используется в том случае, когда известны какие-то данные о документе.

Реквизиты – это • название

• тип (Федеральный закон, указ, положение, кодекс)

• слова в тексте

• организация\источник (название законодательного органа, принявшая документ)

• раздел «тема»

• дата принятия

• номер

• статус (действителен\не действителен)

• значимость

2. По ситуации: используется в том случае, если нет данных о документе; поиск по описанию практического вопроса.

3. По источнику опубликования: применяется для поиска материалов документов, статей, опубликованных в СМИ. Необходимо выбрать название издания, год выпуска, месяц, номер.

4. С помощью правового навигатора (судебной практики): ручной поиск → отрасль, раздел, глава, тема, список документов.

5. С помощью базового поиска: достаточно написать в одной строке любую известную информацию о документе или ситуации.

§ Управление знаниями

Управление знаниями – область теоретической и практической деятельности, получившая формирование в начале 90-х гг. и распространяющаяся в формате развития экономического знания.

Данный термин был введён К. Вигом. Он обозначает систематизацию формирования, обновление и применение знаний в целях максимизации эффективности предприятий. Создание, использование знаний становятся выгодными для современной компании. Причём для неё важно не только владеть знаниями, но и управлять ими.

Основные преимущества развития управления знаниями, которые обеспечивает компания (три группы):

Стрелки демонстрируют последовательность преимуществ

Управление знаниями – систематизированное формирование, управление и передача знаний, а также их применение.

Чтобы эффективно управлять знаниями необходимо ответить на следующие вопросы:

1. Что для организации является знаниями?

2. Кто в организации обладает знаниями?

3. Как знания создаются, передаются, обновляются и хранятся?

4. Как организован доступ к имеющимся в организации знаниям и конфиденциальность информации?

5. Какая часть имеющихся знаний в организации используется, насколько они доступны и востребованы?

6. Какие знания нужны теперь и какие потребуются в будущем?

7. Сколько стоят знания и как оценить их ценность для организации?

Управление знаниями включают следующие виды деятельности:

1. Генерирование знаний (достигается обучением сотрудников индивидуально и\или коллектива организации в целом)

2. Формализация знаний (разработка правил, принципов, методов)

3. Хранение знаний (определение подходящего способа хранения, который допускает последующее внедрение знаний внутри фирмы)

4. Диффузия знаний (распространение знаний внутри организации и ограничение этого процесса за пределами этого предприятия)

5. Координация и контроль знаний (важно удостовериться в том, что организационные знания созвучно применяются и не противоречат друг другу)

Эффективность этих видов деятельности зависит от организационной культуры, структуры предприятия, его инфраструктура и коммуникационных знаний.

Управление знаниями, используя опыт западных компаний, на практике происходит в виде 8 процессах:

1. Создание новых знаний

2. Обеспечение доступа к новым знаниям, находящихся за пределами организации

3. Использование имеющихся знаний при принятии различных решений

4. Воплощение знаний в процессах, продуктах, услугах

5. Представление знаний в документах, базах данных, ПО и т.д.

6. Стимулирование роста знаний посредством организационной культуры и поощрений

7. Передача существующих знаний из одной части организации в другую

8. Измерение ценности интеллектуальных активов и влияния управления знаниями на результаты бизнеса

Рассмотрим детально каждый из процессов.

1. Создание знаний можно рассматривать как некоторую последовательность взаимных превращений неявных знаний в явные и наоборот, что образует «спираль знаний».

При этом наибольшее значение имеет непосредственно неявное, скрытое знание, так как его сложно приобретать и передавать от одного человека к другому. Сложность передачи заключается в естественном препятствии для всеобщего распространения таких знаний, что делает фирму уникальной, т.е. конкурентоспособной.

Явное знание имеет тенденцию всеобщего распространения, даже если к нему принимаются специальные меры защиты → долгосрочное конкурентное преимущество нельзя строить на явном знании.

Смысл существования фирмы в стимулировании создания знаний прежде всего неявных.

2. Промышленный шпионаж запрещён. Получение актуальных знаний из вне находятся во внимании менеджера. Анализ уже существующих работ позволяет сказать, что не стоит всецело полагаться на мнение потребителей и не развивать самостоятельно нововведения, а также не стоит следовать более успешным конкурентам и создавать фирму-клон.

3. Этот вид управления знаниями основывается на более ранних достижениях, но акценты расставляются иначе.

Рассмотрим инструменты стратегического управления как сценарное планирование. В условиях интенсивных изменений сценарное планирование становится ключевым моментом познания, позволяющим остаться в бизнесе.

Особенности сценарного планирования:

• различным сценариям не приписывают вероятность, при таком подходе фирма должна быть готова к любому варианту развития событий

• использование опционного мышления при разработке инвестиционных решений; триггерные точки позволяют менеджерам вносить изменения по мере прояснения неопределённой ситуации → гибкость → избежание провала

• использование специальных бизнес-процессов

4. Данный вектор не является новым. В 70-х гг. японские компании добились успеха на мировых рынках, преобразовав требования потребителей в параметры качества продукции, т.е. происходит организация внутреннего диалога относительно запросов потребителей и характеристик продукции. Происходит структуризация функций качества. Решения структурируются от маркетингового анализа к стадии исследований и разработок. Эксперимент дорогой способ добывания знаний → планирование эксперимента выступает как конкурентное преимущество в приобретении знаний по проведению экспериментов.

Выпуск и изготовление нового устройства:

А) Обзор информации из различных литературных источников

Б) Разработка технического задания (определение цели и задач, а также этапов планирования)

В) Эскизный проект (разработка устройства в общем виде)

Г) Разработка рабочей документации

Д) Изготовление опытного образца

Е) Испытание опытного образца

Ж) Исследование выпускаемой продукции на качество

З) Серийное производство

5. Обработка и представление данных дают информацию; сопоставление полученной информации с выдвинутыми гипотезами ведёт к фактам (они создают возможность к их интерпретации). Систематизация фактов даёт знания. На основе знаний и фактов принимаются практические решения.

6. Мероприятия:

А) Системное мышление (представление деятельности как системы причинно-следственных связей между факторами)

Б) Личное мастерство каждого члена организации (непрерывное пояснение и углубление личного видения, сосредоточение энергии, воспитание терпения и умение объективно смотреть на вещи)

Г) Умение работать с ментальными моделями, представляющие собой ускоренные предложения и обобщения, которые влияют на то, как мы понимаем мир и действуем.

Д) Построение и поддержание в организации совместного видения картины будущего, сплочение коллектива над общим делом

Е) Способность работать в команде

7. Имеет место 5 видов передачи знаний:

• последовательный • ближний • дальнейший • стратегический • экспертный

Каждый из видов передачи знаний имеет свои закономерности и правила осуществления, придерживаться которых необходимо обязательно, если компания хочет обеспечить эффективность этих процессов.

§ Общие вопросы моделирования. Моделирование исследуемых процессов

Моделирование (modus – мера, образец, норма) – метод исследования свойства некоторого объекта (оригинала) посредством изучения свойств вспомогательного объекта (модели) с целью предсказания поведения объекта-оригинала в определённых условиях (при прогнозировании; при исследовании поведения реальных объектов в тех случаях, когда натурный эксперимент возможен).

Оригинал – объект, определённые свойства которого подлежат изучению методом моделирования.

Модель – искусственно-созданный материальный или теоретический образ изучаемого объекта, сохраняющий в разрезе проводимого исследования его наиболее важные свойства и позволяющий предсказать поведение объекта.

Для построения модели совсем необязательно устанавливать экспериментальную установку. Функцию модели может выполнять символьное описание оригинала (текст, математическое уравнение или система уравнений, схема, чертёж и т.п.).

Основными целями моделирования являются:

1. Изучение основных свойств объекта или явлений

2. Прогнозирование поведения объекта-оригинала в реальных условиях

3. Создание эффективных систем управления объёмом или процессом

Изучение основных свойств моделируемого объекта помогают понять его устройство, принципы функционирования, законы развития и взаимодействие с окружающим миров.

Однако часто модели используются и для решения обратных задач, т.е. когда об объекте исследования уже имеются необходимые знания, но их требуется передать другим (различные тренажёры, стенды, схемы и т.п.).

Решение задач прогнозирования является наиболее распространённой сферой применения моделирования.

Прогнозирование проводится: • методами регрессии (парной/множественной)

• путём решения интегрально-дифференциальных уравнений

• путём составления систем уравнений

Для построения модели объект исследования необходимо формализовать, т.е. исключить из рассмотрения те характеристики объекта-оригинала, которые несущественны с точки зрения целепроводимого исследования.

Формализация – замена реального объекта или процесса каким-либо формальным представлением. Она обязательно подразумевает упрощение (именно благодаря формализации математическую логику получилось применить в ЭВМ, которые работают по её законам).

Создаваемая модель должна отражать те свойства моделируемого объекта, которые интересуют исследователя в данной постановке задачи.

Любая модель не тождественна объекту изучения, а соответственна и неполна. Для повышения полноты исследования требуется ряд моделей, позволяющих изучить объект-оригинал с разных точек зрения или более сложную модель м высоким уровнем детализации.

Основное требование предъявляемое к моделям – это их адекватность реальным процессам или объектам, которые они моделируют.

После создания модели уже она является объектом изучения, над которым проводятся все необходимые испытания, позволяющие получить нужные сведения о свойствах самой модели. Далее полученные результаты моделирования должны быть «перенесены» (т.е. интегрированы на объект-оригинал с целью предсказания его свойств или характеристик.

Таким образом процесс моделирования подразумевает последовательное выполнение 4-х основных этапов:

1. Постановка задачи

2. Формализация задачи

3. Создание модели

4. Интерпретация результата

О каждом этапе подробнее:

1. На первом этапе определяются цели моделирования, проводится анализ исходных данных, выбирается вид используемой модели, выявляются основные факторы, определяются свойства исследуемого объекта.

2. В результате формализации исследуемый объект заменяется моделью, свойства которой могут быть однозначно отражены с помощью какого-либо строгого формального представления: математическое уравнение, электронная схема, чертёж. На этом этапе определяется перечень параметров, влияющих на поведение исследуемого объекта, устанавливаются их функциональные зависимости, накладываются ограничения на их допустимые значения.

3. Процесс непосредственного моделирования заключается в проведении эксперимента над моделью, соответствующей намеченным целям исследования, и накоплению полученных результатов. На этом этапе проводится анализ результатов моделирования, на основе которого производится корректировка и уточнение модели. Модель совершенствуется до тех пор пока результаты эксперимента не будут отвечать целям моделирования.

4. В процессе интерпретации данные, полученные в результате исследования модели, приводятся к размерности или свойствам данных. Это позволяет предсказать поведение и свойства оригинала в интересах исследователя ситуации.

Статистическая обработка результатов экспертных данных

Статистическая обработка включает следующие операции:

1. Представление результатов в виде статистического ряда

2. Отбраковка грубых промахов

3. Вычисление точечных несмещённых оценок математического ожидания и среднего математического отклонения дисперсии

4. Вычисление интервальных оценок этих величин с заданной вероятностью

5. Вычисление специальных случайных величин

Математическое ожидание = среднее значение

M(y) = - математическое ожидание

D = - дисперсия

δ =

Классификация моделей и видов моделирования

Бурное развитие и активное испытание методов моделирования привело к созданию огромного количества моделей в различных предметных областях. Несмотря на то, что каждая модель создаётся для решения конкретной задачи → наличие общих черт позволяет сгруппировать всё их многообразие в отдельные классы, что облегчает их разработку и изучение.

Схема возможных видов классификации моделей:

Подробнее о каждом виде:

1. Как правило в каждой отрасли имеется ряд типовых задач, для решения которых используются методы моделирования. Обычно для этих задач разрабатываются универсальные модели, которые могут быть использованы для конкретного практического применения.

Кроме того известно множество универсальных математических пакетов, которые адаптируются к конкретной отрасли.

Например, mathlab имеет пакет Simulink, который позволяет проектировать различные системы технических устройств.

2. Модели делятся:

• полные

• неполные

• приближённые

Полные модели идентичны изученному объекту во времени и пространстве. Это простой класс модели, который имеет место в геометрических построениях.

В неполных моделях идентичность объекту-оригиналу сохраняются только во времени или в пространстве.

Приближённые модели строятся на основе теории подобия, при которых некоторые аспекты функционирования реального объекта не моделируются.

3. Виды моделирования могут быть разделены в зависимости от учёта случайных воздействий и процессов на детерминированный (нет учёта вероятностных явлений) и стохастический (есть учёт вероятности). В экономике чаще используется стохастический.

Часто с целью упрощения моделирования вместо детерминированного вида применяют стохастический, используя в качестве случайной величины её среднее значение или математическое ожидание.

4. Классификация по способу представления

Классификация достаточно условная в силу размытости самих критериев и способностей моделей выполнять различные функции в соответствии с областью их практического применения.

• идеальное (абстрактное) моделирование – моделирование представления объектов, которые либо практически не реализуемы в заданном интервале времени, либо существуют в условии возможных для физического производства.

• наглядное моделирование позволяет реализовать мысленные представления (гипотезы) в формате тех или иных воображаемых моделей. Причём для лучшего зрительного восприятия наглядности модели часто представляют в реальной форме и в виде макетов (модель солнечной системы и т.п.).

• знаковое моделирование (символьное) представляет собой искусственно созданный логистический объект, который замещает реальный и выражает его основные свойства с помощью определённой системы знаков и символов (двоичный код).

• материальное моделирование – моделирование, в котором исследование ведётся на основании модели, воспроизводящей основные геометрические, физические, динамические и функциональные характеристики изучаемого объекта.

• физическое моделирование – такое моделирование, при котором реальному объекту ставится в соответствие его увеличенный/уменьшенный аналог, имеющий ту же физическую природу. Моделирование проводится на физической модели, а выводы и данные, полученные в результатах моделирования, распространяются затем на явления в реальных масштабах. При этом правила перехода от параметров реального процесса к параметрам моделируемого и наоборот, устанавливается на основе критериев подобия. Они представляют собой специально созданные сложные технические установки, на которых проводятся научные исследования и задачи (стенды, тренажёры), а также средства виртуальной реальности (LabView, NI).

• наибольшей достоверностью обладают натурное моделирование, когда модельный эксперимент проводится непосредственно на изучаемом объекте. При натурном моделировании в объекте, подлежащий исследованию, не приносят никаких специальных изменений. К натурному моделированию относят производственный эксперимент, обобщённый производственный опыт, среднестатистические явления.

Математическое моделирование – это средства изучения реального объекта, процесса или системы путём их замены выражениями в математических терминах.

Математическое моделирование в количественной форме с помощью логико-математических конструкций описывают основные свойства объекта/процесса/системы, его параметры, внутренние и внешние связи.

Идеальные наглядные моделирования, реализуемые в виде физических макетов в некоторых случаях с успехом могут быть использованы в качестве средства материального моделирования.

Наиболее востребованным и распространённым видом моделирования является математический. Методология математического моделирования бурно развивается, охватывая всё новые сферы от разработок технических систем и управления техническими процессами до анализа в сфере экономики и политики.

По сравнению с прямым экспериментом математическое моделирование имеет следующие преимущества:

1. Экономичность (как по затратам времени, так и по стоимости)

2. Возможность моделирования сложных опасных и нереализуемых в природе объектов и процессов

3. Возможность изменения масштабов времени

4. Позволяет в процессе моделирования устранить пробелы в знаниях и выявить новые качественные проблемы, которые изначально не могли быть предусмотрены

5. Позволяет с помощью первой модели осуществить решение целого класса задач, имеющих одинаковое математическое описание

6. Даёт возможность моделировать по частям, элементам, процесса, что существенно при исследованиях сложных технических объектов

7. Доступность и удобство универсального технического и программного обеспечения